Страх и ненависть в телевизоре: как 3 разработчика взяли целую кучу нейросетей и научили их находить буквально ВСЁ

[pagin]

А почему не CLIP/DINO/Yolo-world? Для задачи "Определить всё" явно лучше. Ну и как бы получается one-stage. И учить не нужно - берем из коробки.

[unistory]

Нам была важна специфичная настройка различных сторон анализа и асинхронность при обработке из-за потенциально огромного количества видео. Поэтому решили не использовать универсальное решение.

[Dynasaur]

Почему плачет один дата-сайентист? В чем проблема сказать нейросети, что адидасов бывает три?

[unistory]

Не то чтобы это была проблема. Но ведь работы действительно становится больше.

[AigizK]

1. анализируете каждый кадр? или применяете какие то оптимизации, например анализ только i-frames

2. как получаете данные от ТВ

[unistory]

1. Cистема умеет работать в двух режимах: анализ каждого кадра; анализ каждого кратному переданному числу кадра.

2. Cуществует наш внутренний сервис, ответственный за это. Мы подключаемся к нему по UDP и получаем данные от TV.

[MisterClever]

Если не секрет, подскажите пожалуйста, какой нейросетью вы пользовались, когда создавали обложку и арты внутри статьи с отсылками на Страх и ненависть в Лас Вегасе?))) Они просто до мурашек атмосферны и захатывающи)

[unistory]

Спасибо) все банально, Midjourney. Писал промпты вроде « picture in the style of the movie fear and loathing in las vegas, three guys in a car surrounded by bats. »

Еще хотел для конца статьи сделать такую картинку: терминатор-скелет вылезает из телевизора, при этом у него длинные черные волосы как у Самары из «Звонка». Выдало лютую крипоту.

Потом отказался от этой идеи и решил просто сделать Самару из «Звонка», вылезающую из телевизора, но милую. Верный способ сделать что-то милое в Midjourney — добавить в промпт «pixar style». В итоге картинки выглядели примерно так: очень милая голова девочки без шеи и тела. Лежит на полу. Оригинал потерял, но вот что-то похожее.